Virtuelle Data Science Konferenz

Jetzt kostenlos anmelden!

Füllen Sie einfach dieses Formular aus, um sich für das Webinar anzumelden:

*required fields

Virtuelle Data Science Konferenz

Donnerstag, 15. Dezember 2016, 9:00 - 17:00 Uhr

Daten sind das Öl des 21. Jahrhundert“ – wer kennt es nicht, das gefühlt meistverwendete Zitat der vergangenen Jahre? Sicher ist jedoch auch: Daten allein entscheiden nicht über den zukünftigen Unternehmenserfolg – das Zauberwort heißt: Algorithmen. Längst schon regeln sie die Stromversorgung, beherrschen den Aktienhandel, steuern Kraftwerke oder wählen den passenden Partner für uns aus. Mittels Predictive und Prescriptive Analytics verhelfen sie den Unternehmen und uns persönlich zu mehr Effektivität und Effizienz. Die möglichen Anwendungen sind vielfältig: verbesserter Umgang mit Kunden durch Predictive Analytics, Prognosen zur Produktaffinität oder zum Absatz, Kundenscoring bei der Kreditvergabe, Laufzeitoptimierung im Bankenwesen oder Schadensprognosen im Versicherungswesen. Im Rahmen der ersten virtuellen Data Science-Konferenz präsentieren Microsoft und Partner aktuelle Trends und Lösungen dieser Themengebiete. Die Referenten sind Experten im Bereich Data Science und zeigen anhand konkreter fachlicher und technischer Herausforderungen, welche Lösungen Microsoft jeweils zu bieten hat.

9:00 – 10:45 Uhr
Slot I: Data Science & Advanced Analytics – Ein Einstieg in die Thematik

Das Thema Datenanalyse erlebt in den vergangenen Jahren eine Renaissance. Während neuartige Jobprofile und fortgeschrittene Technologien im Brennpunkt der täglichen Diskussionen stehen, sind es vor allem Verfahren und Methoden, die das Fundament erfolgreicher Analytics-Projekte bilden. In den beiden einleitenden Sessions lernen Sie die Grundlagen von Data Science aus unterschiedlichen Blickwinkeln kennen.
09:00 – 09:45 Uhr
Data Science – mehr als nur Statistik?

Referenten:


Prof. Dr. Andreas Hilbert, Lehrstuhlinhaber Business Intelligence Research, Technische Universität Dresden

Patrick Zschech, Wissenschaftlicher Mitarbeiter Business Intelligence Research, Technische Universität Dresden

Die digitalisierte Geschäftswelt schreit nach dem Problemlöser des 21. Jahrhunderts: dem Data Scientist. Er ist die Schlüsselfigur im Umgang mit gigantischen Datenmengen und extrahiert Mehrwerte aus dem dichtesten Datendschungel. Doch was sind die eigentlichen Aufgaben eines Data Scientist und warum erscheint das neue Aufgabenfeld so viel bedeutender als klassische Analysen mittels konventioneller Statistik? Eine Einstiegssession zeigt, auf welche Analyseinstrumente ein Data Scientist zurückgreift, wenn die Grundannahmen statistischer Verfahren in der Praxis nicht mehr greifen und das Problem dennoch möglichst exakt gelöst werden muss.
10:00 – 10:45 Uhr
Geschäftsprozessoptimierung mittels Nutzung analytischer Modelle – Beispiele und Best Practices

Referent:

Kai Brodmann, Teamleiter, Data Scientist, HMS Analytical Software GmbH

Der Vortrag nähert sich dem vielfältigen Thema anhand von einfachen Beispielen sowie Best Practices und gibt einen Überblick auf mittlerer Flughöhe.
Welche Möglichkeiten bieten analytische Vorgehensweisen aus den Bereichen maschinelles Lernen, Data Mining und Statistik zur Geschäftsprozessoptimierung? Wie kann man ein übergeordnetes Verständnis zum Steuern solcher Ansätze aufbauen, ohne sich in den Tiefen der Methodik und analytischer IT-Systeme zu verlieren? Wie steuert man die Erwartungen des Managements? Was sind potenzielle Erfolgsfaktoren?
11:00 – 14:45 Uhr
Slot II: Was wirklich funktioniert: Erfahrungsberichte und Projekte aus der Praxis

Im Vordergrund des zweiten Teils der Data Science-Konferenz stehen Praxisprojekte. Hier geht es zunächst um die Frage, was erfolgreiche Data Science-Projekte verbindet und wie man deren Nutzen messbar machen kann. Der zweite Vortrag lenkt den Blick auf das Thema Internet of Things (IoT), bietet Einblicke in ein konkretes Projekt und zeigt, dass „Industrie 4.0“ und „Smart Building“ längst mehr sind als reine Buzzwords. Ein Healthcare-Case, der die Infarktvorsorge mit Smart Watches ins Wohnzimmer holt und mit Machine Learning (ML) Voraussetzungen für eine frühere Erkennung von Risiken schafft, rundet die Session ab. Dieser Vortragsblock richtet sich an Fachanwender und Entscheider, die vor der Frage stehen, welchen nachweisbaren Nutzen Predictive Analytics für ihren Entscheidungsbereich haben und mit welchen Themen es sich jetzt zu starten lohnt.
11:00 – 11:45 Uhr
Tränen, Kopfschütteln, Jubel – Erfahrungen aus Advanced Analytics-Projekten

Referent:

Hilmar Buchta, Geschäftsführer, ORAYLIS GmbH

Der Chef-Data Scientist der ORAYLIS GmbH berichtet aus aktuellen Advanced Analytics-Projekten. Profitieren Sie von Erfahrungen, die aus dem Vollen (Analysten-)Leben schöpfen. Unter anderem beantwortet er folgende Fragen:
  • Warum ganau jetzt Advanced Analytics? Was ist neu?
  • Wie viele Advanced Analytics-Projekte sind letztendlich erfolgreich?
  • Welche Projektergebnisse haben überrascht? Womit hätten man nie gerechnet?
  • Welchen Nutzen haben konkrete Projekte für das Geschäft?
  • Wie lässt sich das Kosten-Nutzen-Verhältnis eines Projekts messbar machen?
13:00 – 13:45 Uhr
Wie das Internet der Dinge Ihrem Unternehmen helfen kann

Referent:

Timo Klerx, Data Scientist, pmOne Analytics GmbH

Das Internet of Things, kurz IoT, ermöglicht Einblicke, von denen früher nur geträumt wurde: Die smarte Vernetzung bringt Gegenständen das „Sprechen“ bei. Durch kontinuierliche Datenerfassung wird der Zustand jedes Systems immer und überall erfasst, und basierend auf diesen Daten werden automatisiert Entscheidungen in Echtzeit getroffen. In anderen Worten, dank IoT wird Kommunikation und Interaktion zwischen Objekten machbar, und das ganz ohne menschliches Zutun. Im Zusammenspiel mit Datenanalyse lässt diese Errungenschaft völlig neue Unternehmensmodelle zu, die in dieser Session umrissen werden.
Dass der Einfluss des IoT auf die Industrie erheblich ist, beweisen Schlagwörter wie „Industrie 4.0“ oder „Smart Building“, die schon in aller Munde sind. Doch welches Potenzial birgt das Internet der Dinge für das einzelne Unternehmen?
Diese Session vermittelt das Verständnis, wie bei Geschäftsprozessen anhand von IoT-Lösungen neue Erkenntnisse gewonnen werden können. Ein Praxisbeispiel wird veranschaulichen, wie das IoT aus ohnehin zu erfassenden Daten neuen Wert schöpfen kann.
14:00 – 14:45 Uhr
Smart Watches und Machine Learning gegen Herzinfarkte

Referent:

Martin B. Schultz, Geschäftsführer, Ixto GmbH

Durch cloudbasierte Analyse von Daten mobiler Messgeräte werden im Rahmen eines telemedizinischen Projekts Vitaldaten aus einer Smart Watch mit medizinischen Messdaten verknüpft, um eine langfristige Betreuung der Patienten zu realisieren. Machine Learning-Verfahren bilden den analytischen Kern der IoT-Lösung und identifizieren Anomalien bei den erhobenen Daten. Mit der daraus resultierenden frühzeitigen Erkennung von Krankheitsbildern liefert dieses Verfahren einen wertvollen Beitrag zur Vorbeugung von Herzinfarkten und Schlaganfällen. Dieses Projekt wird auf der DPK im Rahmen eines Vortrags und mit einem eigenen Stand vorgestellt.
15:00 – 16:45 Uhr
Slot III: Implementierung und Operationalisierung von Data Science Projekten

Welche technischen Möglichkeiten gibt es für die Umsetzung von Data Science-Projekten und wie kann man die gewonnenen Erkenntnisse in Unternehmensprozesse integrieren? Die beiden finalen Sessions beleuchten anhand vielfältiger Demos und Praxisbeispiele mit der Azure IoT Suite und SQL Server 2016 sowohl Cloud- als auch On-Premise-Technologien.
15:00 – 15:45 Uhr
Azure IoT in Action – Umsetzung einer durchgängigen IoT-Lösung

Referenten:

Dr. Uwe Wieland, Geschäftsbereichsleiter Industrie, Robotron Datenbank-Software GmbH


Patrick Zschech, Data Scientist, Robotron Datenbank-Software GmbH

Lernen Sie anhand eines anschaulichen IoT-Szenarios die Möglichkeiten der Azure IoT Suite kennen und erleben Sie, wie sich aus riesigen Datenbeständen direkte Unternehmensmehrwerte erzielen lassen. Begleiten Sie uns bei der Umsetzung einer klassischen Analytics-Fragestellung, lernen Sie die methodische Vorgehensweise kennen und gewinnen Sie einen detaillierten Einblick in die Technologie. Das Demonstrationsbeispiel startet mit der Anbindung eines Device im Azure IoT-Hub und zeigt die Verarbeitung von Datenströmen mittels der Stream Analytics-Komponente. Anschließend erfolgt der Aufbau eines analytischen Modells in der Azure Machine Learning-Umgebung, wobei sowohl die Anwendung von „Out of the Box“-Verfahren als auch die Integration eines spezifischen R-Modells demonstriert werden. Die durchgängige End-to-End-Lösung wird durch die Ergebnisvisualisierung mithilfe von Power BI abgerundet.
16:00 – 16:45 Uhr
Session 7: R-Integration in SQL Server 2016

Referent:

Dr. Eike Nicklas, Projektleiter, Data Scientist, HMS Analytical Software GmbH

Microsoft SQL Server 2016 bietet neben vielen neuen Features und Verbesserungen wie In-Memory-Technologien und Sicherheitsfunktionen als wesentliche Neuerung die SQL Server R Services. Damit können komplexe Analysen und Machine Learning-Methoden in R, der Lingua Franca für Analytics, entwickelt und direkt aus SQL Server heraus genutzt werden. Die Microsoft R Services erlauben zusätzlich die Skalierung komplexer Analysen auf große Datenmengen. Dieser Vortrag beleuchtet die SQL Server R Services aus mehreren Perspektiven. Darüber hinaus zeigen Demos eindrucksvoll, welche Möglichkeiten die Services z. B. für Datenbankadministratoren, Data Scientists oder IT-Architekten bieten.
[REPLACE]
[REPLACE] Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nunc venenatis lorem nisl, vel imperdiet lacus sodales vel. In mattis, augue mollis venenatis vestibulum, purus eros vehicula massa
[REPLACE]
[REPLACE]
[REPLACE]